本发明涉及惯性导航领域，特别是一种舰载分布式局部基准状态检测与姿态信息重构方法。
背景技术：
大型舰船上雷达、火炮、导弹等武器装备在工作时需要高精度姿态基准信息的支持。惯性导航设备由于可以提供实时、连续、可靠的高精度姿态信息，成为现代舰载武器系统不可或缺的一部分。舰船一般装备高精度主惯导姿态基准，如激光陀螺单轴/双轴旋转惯导系统，各战位点的坐标系都是以主惯导的坐标系为参考。但是，舰船的结构是挠性的，在日照、载荷变化和海浪作用下将产生角变形，如日照引起的静态角变形一天之内最大可达度量级，海浪引起的动态角变形也最大也可达到十几角分。由于安装差异和船体角变形的影响，直接利用高精度主惯导提供的姿态基准信息不能满足广泛布置于全舰武器系统的使用需求，各主要作战单元不得不配置与其作战需求相适应的惯性导航系统，用以确定各作战单元的坐标系，称为局部坐标基准或局部基准。
中国专利201410076442.4公开的“基于加速度计输出增量的捷联惯性导航方法”就是一种给出舰船作战单元姿态和位置信息的局部基准。局部基准依靠加速度计和陀螺仪等惯性器件测量出载体的线运动和角运动，由惯性导航方程得到载体相对于当地地理坐标系的姿态信息。但是，目前的局部基准通常由不同厂家生产和配备。根据局部基准所用的惯性元件不同，分为挠性陀螺局部基准、光纤陀螺局部基准、激光陀螺局部基准等。这些局部基准由于体制、工作方式和接口协议不同，相互之间独立工作，无法形成信息互通。当某一局部基准的性能下降或出现故障时，无有效的检测手段，且受船体变形的影响，直接复制主惯导的姿态信息将产生较大的误差。因此，基于局部基准独立工作的应用模式，对武器系统来说是非常脆弱的。
中国专利201710242262.2公开的“基于分布式惯性网络的高精度传递对准方法”，介绍一种基于分布式惯性网络的局部基准故障检测与隔离方法。该发明将所有节点局部基准测量的姿态信息传递到某一节点，采用广义似然比法，检测惯导的状态，当惯导出现故障时，将主惯导姿态补偿固定安装角后传递给故障节点。这种方法可以实现紧急情况下的姿态传递，但是忽略了船体角变形的影响，无法满足高精度的应用需求。
技术实现要素：
本发明所要解决的技术问题是，针对现有技术不足，提供一种舰载分布式局部基准状态检测与姿态信息重构方法，考虑船体角变形的影响，满足高精度的应用需求。
为解决上述技术问题，本发明所采用的技术方案是：一种舰载分布式局部基准状态检测与姿态信息重构方法，包括以下步骤：
1)构建分布式姿态基准网络，启动姿态基准设备，各姿态基准设备通过网络通信系统向信息处理计算机发送姿态测量结果；
2)根据船舶力学中的二维水弹性理论建立全舰姿态预测模型，利用所述全舰姿态预测模型和所述姿态基准设备的姿态测量结果，实时估计全舰姿态预测模型参数；利用所述姿态基准设备的姿态测量结果，对待监测局部基准的姿态进行预测；
3)如果待监测局部基准系统无姿态信息输出，或者姿态测量值与第2)步预测得到的姿态值之差超过设定的阈值，则判定为局部基准状态异常；
4)根据第3)步的局部基准状态检测结果，如果局部基准出现状态异常，将第2)步得到的姿态预测结果发送至出现故障的局部基准战位点，实现姿态信息重构。
步骤1)中，所述分布式姿态基准网络包括依次双向连接的姿态基准系统、网络交换机和信息处理计算机。
步骤1)中，姿态测量结果表示为：
θj(x1,t),θj(x2,t),...,θj(xm,t)；
其中，θj(xi,t),i＝1,2,l,m表示第i个姿态基准系统的姿态测量结果，下标j＝x,y,z分别表示横摇角、纵摇角和航向角，m为姿态基准系统的数量。
步骤2)中，全舰姿态预测模型表达式为：θj(xk,t)＝a1jθj(x1,t)+a2jθj(x2,t)+l+amjθj(xm,t)；其中，aj＝[a1ja2jlamj]t，
步骤2)中，全舰姿态预测模型参数预测公式为：
步骤2)中，t时刻待监测局部基准的姿态预测值表示为：
步骤3)中，设定的阈值为9角分。
与现有技术相比，本发明所具有的有益效果为：本发明提出了一种局部姿态基准状态检测方法，可利用主惯导基准和分布式局部基准的姿态输出，预测待监测部位局部基准的姿态，为局部基准的状态检测提供了一种有效技术途径；本发明提出的姿态预测模型，既考虑了刚体运动又考虑了船体角变形的影响，相对传统基于主惯导基准信息直接引射的方法，具有更高的姿态重构精度；本发明充分利用舰船现有的主惯导基准和局部基准设备以及通信网络，只需增加一个信息处理计算机，具有成本低，实施简便的特点。
附图说明
图1船体坐标系示意图；
图2局部基准状态检测与姿态重构流程图；
图3分布式姿态基准状态监测网络结构图；
图4姿态基准构成图；
图5姿态基准在舰船上的安装布置示意图。
具体实施方式
本发明包括以下步骤：
第一步：构建分布式姿态基准网络。利用舰船的主惯导基准和分布式局部基准以及舰船上的网络通信系统，构建全舰姿态预测网络。
第二步：启动姿态基准设备。完成主惯导基准和局部基准设备启动，各姿态基准设备通过网络通信系统向信息处理计算机发送姿态测量结果。
第三步：姿态预测。首先，根据船舶力学中的二维水弹性理论建立全舰姿态预测模型。其次，利用建立的姿态预测模型和第二步姿态基准设备的姿态测量值，实时估计模型参数。最后，利用第二步姿态基准设备的姿态测量结果，对待监测局部基准的姿态进行预测。
第四步：局部基准状态检测。如果待监测局部基准无姿态信息输出，或者姿态测量值与第三步预测得到的姿态值之差超过设定的阈值，则判定为局部基准状态异常。
第五步：姿态信息重构。根据第四步的状态检测结果，如果局部基准出现状态异常，将第三步得到的姿态预测结果发送至出现故障的局部基准战位点，实现姿态信息重构。
为了便于描述，本发明建立了船体坐标系，如图1所示。定义为：坐标原点o位于船尾，x轴沿艏艉线方向，指向船艏，y轴指向左舷，z轴垂直甲板面向上，x-y-z符合右手定则。定义绕ox轴的角运动为横摇角，绕oy轴的角运动为纵摇角，绕oz轴的运动为航向角。
本发明是一种舰载分布式局部基准状态检测与姿态信息重构方法，利用船舶二维水弹性理论中的模态分析法，建立姿态预测模型，利用分布式姿态基准的姿态测量信息完成模型参数估计和姿态预测，实现对待监测局部基准的状态检测，如果局部基准出现故障，给出姿态信息重构结果，流程如图2所示，包括以下几个步骤：
步骤一：构建分布式姿态基准网络。图3所示为分布式姿态基准状态监测网络结构图，包括姿态基准(1)(attitudemeasurementsystem,ams)、网络交换机(2)和信息处理计算机(3)。姿态基准(1)包括主惯导基准(11)和分布式局部基准(12)，如图4所示。为了便于描述，根据姿态基准在ox轴上的安装距离xi,i＝1,2,...,m的不同，分别称为ams1、ams2、…、amsm。各姿态基准在舰船上的分布如图5所示。信息处理计算机用于姿态信息处理、状态检测和姿态信息重构。网络交换机用于姿态基准与信息处理计算机之间的通信。
步骤二：启动姿态基准设备。姿态基准完成启动，并将姿态测量结果通过网络发送至信息处理计算机。在t时刻，姿态基准ams1、ams2、…、amsm的姿态测量结果为：
θj(x1,t),θj(x2,t),...,θj(xm,t)(1)
式中，θj(xi,t),i＝1,2,l,m表示amsi姿态测量值，下标j＝x,y,z分别表示横摇角、纵摇角和航向角。
步骤三：姿态预测。信息处理计算机接收到姿态基准设备发送的姿态信息，利用全舰姿态预测模型实现待监测局部基准的姿态预测。姿态预测步骤如下：
(3.1)建立姿态预测模型。应用船舶二维水弹性理论中的模态分析法(见董艳秋著的《船舶波浪外荷和水弹性》第81-88页)可得船体在波浪中的姿态运动表示为角振动模态与主坐标叠加的形式，即：
其中，θrj(x)为角振动模态，由船体的结构参数确定，为常数；prj(t)为主坐标，表示船体在外界驱动力作用下的运动响应，是随时间变化的参数；r表示模态的阶数，r＝1表示刚体的角振动模态，r＝2,...,l表示挠曲变形的角振动模态；l表示总的角振动模态数；下标j＝x,y,z分别表示横摇、纵摇和航向方向。
根据(2)式，ams1、ams2、…、amsm处的姿态角可表示为：
将(3)式写为矩阵形式：
将上式简记为：
yj＝bjpj(5)
式中，
式中，符号“t”表示矩阵转置。
根据(5)式，当姿态基准设备的数量大于等于待估计角振动模态的阶数，即m≥l时，方程有解。利用最小二乘法可求得姿态运动的主坐标参数：
式中，“-1”表示矩阵求逆，yj为ams1、ams2、…、amsm测量的姿态信息，bj为系数矩阵，由角振动模态参数确定。
求得主坐标参数，可得舰船上任意位置xk处的姿态预测值为：
θj(xk,t)＝θ1j(xk)p1j(t)+θ2j(xk)p2j(t)+l+θlj(xk)plj(t)(8)
式中，1≤k≤m。将(8)式写为矩阵形式：
θj(xk,t)＝ejtpj(9)
式中，
ej＝[θ1j(xk)θ2j(xk)lθlj(xk)]t(10)
将(7)式代入(9)式，可得：
令
(11)式可以转换为：
由于船体的角振动模态由船体结构参数确定，所以aj为常量。令aj＝[a1ja2jlamj]t，aij,i＝1,2,k,m为矩阵aj的元素。(13)式可以展开为：
θj(xk,t)＝a1jθj(x1,t)+a2jθj(x2,t)+l+amjθj(xm,t)(14)
公式(14)即为姿态预测模型，可见，任意位置的姿态值可以表示为其它位置姿态测量值的线性组合。只要确定模型参数aij,i＝1,2,k,m，就可以根据ams1、ams2、…、amsm测量得到的姿态输出，预测全舰任意点的姿态。由于考虑了挠曲变形的影响，相对传统的基于主惯导基准直接传递的方法，具有更高的姿态预测精度。
(3.2)模型参数估计。利用分布式姿态基准的姿态输出，对其中一套姿态基准的状态进行监测，并假设待监测的局部基准为amsm(可任意选择)。在t0～t1时段，假设所有的姿态基准均正常工作。根据(14)式，利用t0～t1时段amsi,i＝1,2,l,m-1的姿态输出θj(xi,t),i＝1,2,l,m-1和amsm的姿态输出θj(xm,t)构建参数估计矩阵：
式中，h为采样时间间隔。上式可简记为：
zj＝γjxj(16)
其中，
利用最小二乘法可求得预测模型参数为：
(3.3)预测姿态。在t1～t2时段，信息处理计算机利用amsi,i＝1,2,l,m-1的姿态输出和(3.2)步估计得到的参数，根据(14)式预测amsm安装位置的姿态：
式中，
步骤四：局部基准状态检测。在t时刻，如果amsm的无信息输出或姿态测量值θj(xm,t)与(3.3)预测得到的姿态值
步骤五：姿态信息重构。如果第四步检测出amsm出现故障，信息处理计算机将(3.3)预测得到的姿态值